中圖網(wǎng)小程序
一鍵登錄
更方便
包郵 機(jī)器學(xué)習(xí)應(yīng)用實(shí)戰(zhàn)
開本：
16開
頁數(shù)：
196
本類五星書更多>
-
>
全國計(jì)算機(jī)等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達(dá))
-
>
軟件性能測試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
機(jī)器學(xué)習(xí)應(yīng)用實(shí)戰(zhàn) 版權(quán)信息
- ISBN：9787302597452
- 條形碼：9787302597452 ; 978-7-302-59745-2
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
機(jī)器學(xué)習(xí)應(yīng)用實(shí)戰(zhàn) 本書特色
（1）以問題為導(dǎo)向，對基礎(chǔ)理論知識點(diǎn)與算法演練進(jìn)行詳細(xì)講解。 （2）實(shí)戰(zhàn)案例豐富，涵蓋15完整項(xiàng)目案例。 （3）代碼詳盡，避免對 API 的形式展示，規(guī)避重復(fù)代碼。 （4）語言簡明易懂，由淺入深帶你學(xué)會 Python 以及機(jī)器學(xué)習(xí)常見算法。 （5）各個算法相對獨(dú)立，數(shù)學(xué)原理相對容易理解。
機(jī)器學(xué)習(xí)應(yīng)用實(shí)戰(zhàn) 內(nèi)容簡介
本書基礎(chǔ)理論和案例實(shí)戰(zhàn)相結(jié)合，循序漸進(jìn)地介紹關(guān)于機(jī)器學(xué)習(xí)領(lǐng)域中的經(jīng)典和流行算法，全面、系統(tǒng)地介紹了使用Python實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法，并通過PyTorch框架實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法中的深度學(xué)習(xí)內(nèi)容。**部分基礎(chǔ)篇包括～8章，系統(tǒng)地介紹了機(jī)器學(xué)習(xí)基礎(chǔ)、數(shù)據(jù)預(yù)處理、簡單分類算法、決策樹、支持向量機(jī)、回歸分析、聚類分析、神經(jīng)網(wǎng)絡(luò)與多層感知機(jī)；第二部分綜合篇，包括第9～12章，介紹了CNN、RNN、GNN及GAN等經(jīng)典深度學(xué)習(xí)方法及其在計(jì)算機(jī)視覺與自然語言處理領(lǐng)域中的應(yīng)用實(shí)踐；第三部分拓展篇，包括第13～15章，以百度飛槳和曠視天元為例介紹了具有代表性的國產(chǎn)開源框架及其應(yīng)用案例，*后簡要介紹了國內(nèi)外兩個主流機(jī)器學(xué)習(xí)競賽平臺。 本書主要面向廣大從事數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘或深度學(xué)習(xí)的專業(yè)人員，從事高等教育的專任教師，高等院校的在讀學(xué)生及相關(guān)領(lǐng)域的廣大科研人員。
機(jī)器學(xué)習(xí)應(yīng)用實(shí)戰(zhàn) 目錄
**部分 基礎(chǔ)篇
第1章 機(jī)器學(xué)習(xí)基礎(chǔ)
1．1 機(jī)器學(xué)習(xí)概述
1．1．1 機(jī)器學(xué)習(xí)任務(wù)
1．1．2 重要概念
1．1．3 性能評估
1．2 編程語言與環(huán)境
1．2．1 Python簡介
1．2．2 Python環(huán)境配置與安裝
1．2．3 Python機(jī)器學(xué)習(xí)編程庫
1．2．4 PyTorch框架
第2章 數(shù)據(jù)預(yù)處理
2．1 數(shù)據(jù)清洗
2．1．1 缺失值處理
2．1．2 離群值檢測
2．2 數(shù)據(jù)轉(zhuǎn)換
2．2．1 數(shù)字化
2．2．2 離散化
2．2．3 正規(guī)化
2．2．4 數(shù)值轉(zhuǎn)換
2．3 數(shù)據(jù)壓縮
2．3．1 降維
2．3．2 實(shí)例選擇和采樣
2．4 應(yīng)用案例：基于PCA的數(shù)據(jù)降維
2．4．1 數(shù)據(jù)集
2．4．2 PCA降維
2．4．3 案例結(jié)果及分析
第3章 簡單分類算法
3．1 樸素貝葉斯分類算法
3．2 KNN分類算法
3．2．1 KNN算法實(shí)現(xiàn)原理
3．2．2 KNN算法實(shí)現(xiàn)步驟
3．2．3 KNN算法優(yōu)缺點(diǎn)
3．3 應(yīng)用案例：KNN分類
3．3．1 數(shù)據(jù)集
3．3．2 構(gòu)建KNN分類器
3．3．3 案例結(jié)果及分析
第4章 決策樹
4．1 決策樹模型
4．2 特征選擇
4．2．1 特征和數(shù)據(jù)劃分
4．2．2 劃分標(biāo)準(zhǔn)
4．3 決策樹生成算法
4．3．1 ID3決策樹生成算法
4．3．2 C4．5決策樹生成算法
4．4 CART算法
4．4．1 決策樹的剪枝
4．4．2 CART生成算法
4．4．3 CART剪枝算法
4．5 應(yīng)用案例：基于決策樹的鳶尾花圖像分類
4．5．1 數(shù)據(jù)集
4．5．2 構(gòu)建決策樹
4．5．3 案例結(jié)果及分析
第5章 支持向量機(jī)
5．1 支持向量機(jī)的基本原理
5．1．1 線性可分
5．1．2 *大間隔問題
5．1．3 支持向量
5．2 常用核函數(shù)
5．2．1 線性核函數(shù)
5．2．2 高斯核函數(shù)
5．2．3 多項(xiàng)式核函數(shù)
5．3 應(yīng)用案例：基于SVM的異或數(shù)據(jù)集劃分
5．3．1 數(shù)據(jù)集及數(shù)據(jù)預(yù)處理
5．3．2 構(gòu)建SVM分類器
5．3．3 案例結(jié)果及分析
第6章 回歸分析
……
第二部分 綜合篇
第三部分 拓展篇
展開全部
機(jī)器學(xué)習(xí)應(yīng)用實(shí)戰(zhàn) 作者簡介
劉袁緣,主要研究計(jì)算機(jī)視覺、跨模態(tài)情感計(jì)算、機(jī)器學(xué)習(xí)。CCF和IEEE會員，中國圖像圖形學(xué)會CSIG專委會委員，香港中文大學(xué)（深圳）客座副研究員。發(fā)表重要國際學(xué)術(shù)會議和期刊論文30余篇，出版學(xué)術(shù)專著2部，入選中國博士后優(yōu)秀學(xué)術(shù)文庫。先后主持國家面上基金和青年基金、武漢市科技局項(xiàng)目、航天基金預(yù)研項(xiàng)目。目前擔(dān)任《Pattern recognition》、《Multimedia and tools application》、《IEEE Transactions on Automation Science and Engineering》、《 International Journal of Remote Sensing》、《IEEE Access》、FCS、《計(jì)算機(jī)學(xué)報(bào)》《測繪學(xué)報(bào)》等期刊和國際會議審稿人。
書友推薦
- >
二體千字文
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
經(jīng)典常談
- >
史學(xué)評論
- >
山海經(jīng)
- >
月亮與六便士
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
莉莉和章魚
本類暢銷
